Modelle des Sprachwandels
|
|
- Helmuth Rothbauer
- vor 7 Jahren
- Abrufe
Transkript
1 e des Sprachwandels Semantischer Wandel Armin W. Buch 17. Juli 2013
2 Typen des semantischen Wandels Melioration: mehr Wertschätzung (agr. guna, en. queen ) Pejoration: weniger Wertschätzung ( Weib, billig, Neger ) Metonymien (pars pro toto, Metaphern und andere Übertragungen)
3 ierbarkeit Semantischer Wandel geschieht in einem semantischen Raum z.b. entlang von Skalen, oder entlang von Assoziationen Am einfachsten modellierbar ist die mengentheoretische Bedeutung eines Begriffes Geeignet für und (mehr oder weniger bezeichnete Elemente)
4 Spieltheoretisches Schröder & Wichardt (2007) Signalspiel gleicher Nutzen für Sender und Empfänger 2 Bedeutungen: {Θ 1, Θ 2 } Wahrscheinlichkeitsverteilung: p, 1 p 2 Handlungen: {ι 1, ι 2 } 3 Wörter: {a 1, a 2, e} mehrdeutiger Oberbegriff e
5 Nutzen u(θ i, a i, ι j ) = 1 für i = j, sonst 0 Nachricht e ist billiger: u(θ i, e, ι j ) = 1+c für i = j, sonst 0 (c > 0)
6 Senderstrategien Wörtlich: Verwende a 1 und a 2 Default-1: Verwende e für Θ 1 Default-2: Verwende e für Θ 2 Faul: Verwende nur e
7 Hörerstrategien wörtliche Interpretation: Θ i a i ι i 1. Interpretiere e als ι 1 2. Interpretiere e als ι 2
8 Nutzen für Θ 1 e als ι 1 e als ι 2 Wörtlich 1 1 e für Θ c 0 e für Θ nur e 1 + c 0
9 Nutzen, gewichtet mit p e als ι 1 e als ι 2 Wörtlich 1 1 e für Θ 1 pc p e für Θ 2 p 1 + (1 p)c nur e p(1 + c) (1 p)(1 + c)
10 Nutzen, gewichtet mit p e als ι 1 e als ι 2 Wörtlich 1 1 e für Θ 1 pc p e für Θ 2 p 1 + (1 p)c nur e p(1 + c) (1 p)(1 + c) Zwei strenge Gleichgewichte Oberbegriff für das häufigere von beiden
11 Erweiterung e als ι 1 e als ι 2 Wörtlich 1 1 e für Θ 1 pc + 1 (1 p)+px e für Θ 2 p+(1 p)x 1 + (1 p)c nur e p(1 + c)+(1 p)x (1 p)(1 + c)+px Erweiterung um von Null verschiedenen Nutzen x < 1 + c bei falscher Interpretation schlechter als erfolgreiche billige (e) Kommunikation möglicherweise besser als erfolgreiche teure
12 Erweiterung e als ι 1 e als ι 2 Wörtlich 1 1 e für Θ 1 pc + 1 (1 p)+px 2 e für Θ 2 p+(1 p)x (1 p)c nur e p(1 + c)+(1 p)x 1 (1 p)(1 + c)+px 2 Erweiterung um von Null verschiedenen Nutzen x < 1 + c bei falscher Interpretation schlechter als erfolgreiche billige (e) Kommunikation möglicherweise besser als erfolgreiche teure Gleichgewicht wechselt bei x = 1 Verschiedene x werden nachher notwendig
13 Wandel im Stellschraube ist die Wahrscheinlichkeitsverteilung Man könnte auch die einzelnen Nutzwerte verändern
14 Im : Wechsel von nur e in eine Aufteilung e spezialisiert sich Ausgangslage Sender: nur e Ausgangslage Empfänger: e als ι 1 (o.b.d.a.) Daraus folgt weiter: x 1 > 1
15 Wir verändern p, bis das Gleichgewicht nach e als ι 2 kippt Θ 2 wird wahrscheinlicher, e nimmt diese Bedeutung an Bei x 2 > 1 ändert sich nur die Default-Interpretation von e Bei x 2 < 1 reagieren die Sender dadurch, dass sie nach e für Θ 2 ausweichen a 1 kommt also neu dazu, weil dessen Bedeutung untergehen zu lassen schlimmer ist als es bei Θ 2 war
16 Und umgekehrt Ausgangslage Sender: e für Θ 1, folglich x 1 < 1 (o.b.d.a.) Ausgangslage Empfänger: e als ι 1 (beste Antwort) Varianz: Sender machen Fehler, e manchmal doch für Θ 2 Wir senken p (Θ 2 wahrscheinlicher), bis die Empfänger mehr Nutzen aus e als ι 2 haben Dann ist auch e für Θ 2 die beste Antwort der Sender Aber was nehmen sie für Θ 1?
17 Annahme: x 2 > 1 Sender nehmen weiterhin e für Θ 1 e bedeutet jetzt beides a 2 wird nicht mehr verwendet Neues Gleichgewicht
18 Wandel Gegenannahme: x 2 < 1 Bei Θ 1 gar nicht mehr verstanden zu werden ist teurer als ein neues Wort a 1 (den Spezialbegriff) zu verwenden Der Oberbegriff wechselt seine Beudeutung Der andere Spezialbegriff fällt weg
19 Fazit das klassische 2-mal-2- um einen Oberbegriff und ein paar Parameter erweitert Bedeutungsverschiebungen innerhalb des semantischen Raumes modellierbar Bei festgelegten Parametern entscheidet allein die Verwendungshäufigkeit Ohne Mutation kann echter Wandel (heißt: Sender und Empfänger ändern die Strategie) nicht stattfinden
20 Literatur I Bernhard Schröder and Philipp C Wichardt. ing Semantic Change as Equilibrium Shift in a Signalling Game. Language, Games, and Evolution, 1:69, 2007.
Exkurs zur Spieltheorie. 1 Statische Spiele mit unvollständiger Information
Wettbewerbstheorie und -politik Spieltheorie-1 Dr. Florian Englmaier Exkurs zur Spieltheorie Bisher haben wir stets Spiele mit vollständiger Information analysiert (complete information). Alle Spieler
MehrKapitel 4: Gemischte Strategien
Kapitel 4: Gemischte Strategien Literatur: Tadelis Chapter 6 Prof. Dr. Philipp Weinschenk, Lehrstuhl für Mikroökonomik, TU Kaiserslautern Kapitel 4.1: Motivation Motivation In vielen Spielen gibt es kein
Mehr1. Musterlösung. Problem 1: Average-case-Laufzeit vs. Worst-case-Laufzeit ** i=1
Universität Karlsruhe Algorithmentechnik Fakultät für Informatik WS 05/06 ITI Wagner. Musterlösung Problem : Average-case-Laufzeit vs. Worst-case-Laufzeit ** (a) Im schlimmsten Fall werden für jedes Element
MehrDynamische Spiele mit unvollständiger Information. Perfektes Bayesianisches Gleichgewicht
Dynamische Spiele mit unvollständiger Information Perfektes Bayesianisches Gleichgewicht Spieltheorie University of Bonn Dezsö Szalay Dieser Teil basiert auf Kapitel 4 "Gibbons (1992), A primer in Game
MehrAnreize -Vorlesung vom : Das Spence(1973)-Modell
Anreize -Vorlesung vom 2.12.2008: Das Spence(1973)-Modell Annette Kirstein Quelle: Salanié, Bernard (1997); The Economics of Contracts, MIT Press, 85-91. Gliederung 3.0 Einführung 3. Das Spence-Modell:
Mehr1. Einführung in die induktive Statistik
Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen
MehrKommunikation als Spiel zwischen rationalen Agenten
Kommunikation als Spiel zwischen rationalen Agenten Stefan Partusch Hauptseminar Logik des geteilten Wissens, Centrum für Informations- und Sprachverarbeitung, Ludwig-Maximilians-Universität München 18.
MehrUniversität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Sprachtechnologie. Tobias Scheffer Thomas Vanck
Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Sprachtechnologie Tobias Scheffer Thomas Vanck Statistik & Maschinelles Lernen Statistik: Deskriptive Statistik: Beschreibung (Tabellen,
MehrBraess-Paradoxon und der Preis der Anarchie
Algorithmische Spieltheorie Sommer 207 Wardropspiele Existenz und Eindeutigkeit von Wardrop-Gleichgewichten Verkehrsmodell von Wardrop Ein Wardropspiel ist gegeben durch einen gerichteten Graphen G = (V,
Mehri Der Informatinonsgehalt ist also intuitiv umgekehrt proportional der Auftritswahrscheimlichkeit.
1 2 Im ersten Schritt werden wir uns mit dem Begriff und der Definition der Information beschäftigen. Ferner werden die notwendigen math. Grundlagen zur Quellencodierung gelegt. Behandelt werden Huffman,
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
MehrAblauf. 1 Imitationsdynamik. 2 Monotone Auszahlung. 3 Entscheidung gegen iterativ dominierte Strategien. 4 Beste-Antwort-Dynamik 2 / 26
Spieldynamik Josef Hofbauer and Karl Sigmund: Evolutionary Games and Population Dynamics, Cambridge, Kap. 8 Simon Maurer Saarbrücken, den 13.12.2011 1 / 26 Ablauf 1 Imitationsdynamik 2 Monotone Auszahlung
MehrTutorium zu den NdL-Einführungsseminaren. Markus Frank M.A Wichtige rhetorische Figuren und Übungen. Tropen
A. Stilmittel 30.04.2013 Wichtige rhetorische Figuren und Übungen 07.05.2013 Wichtige Tropen und Übungen Tropen Bezeichnung Beschreibung Beispiel Vergleich X ist so p wie Y (p= tertium comparationis) Stark
MehrProbleme bei reinen Strategien. Nash Gleichgewichte in gemischten Strategien Kopf 1, 1 1, 1 Zahl 1, 1 1, 1. Gemischte Strategien
Probleme bei reinen Strategien Bisher hatten wir angenommen, daß sich jeder Spieler b auf genau eine Strategie S b S b festlegt. Das ist nicht immer plausibel. Nash Gleichgewichte in gemischten Strategien
MehrVorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen
Vorlesung 3a Der Erwartungswert von diskreten reellwertigen Zufallsvariablen 0. Diskrete reellwertige Zufallsvariable X sei eine Zufallsvariable, deren Zielbereich R (die Menge der reellen Zahlen) oder
MehrVorlesung 3. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen
Vorlesung 3 Der Erwartungswert von diskreten reellwertigen Zufallsvariablen 0. Diskrete reellwertige Zufallsvariable X sei eine Zufallsvariable, deren Zielbereich R (die Menge der reellen Zahlen) oder
MehrTeil 2: Dynamische Spiele mit vollständigen Informationen
Teil : Dynamische Spiele mit vollständigen Informationen Kapitel 5: Grundsätzliches Literatur: Tadelis Chapter 7 Prof. Dr. Philipp Weinschenk, Lehrstuhl für Mikroökonomik, TU Kaiserslautern Kapitel 5.:
MehrRisikokommunikation und neue Medien
Risikokommunikation und neue Medien Workshop 7 Cees Meijer; Consumer Safety Institute, Amsterdam Gesundheitsförderung trifft Jugendarbeit Fonds Gesundes Österreich Salzburg, 19.9.2008 Unfallprävention
MehrAufgabe (12 Punkte) Sei A A eine σ-algebra. (a) Man zeige: Ist X : Ω R A -messbar, dann ist X A-messbar. (b) Gilt die Umkehrung von (a)?
Am 5. Mai 2007 wurde zum dritten Mal eine stochastische Eingangsprüfung durchgeführt. Insgesamt konnten maximal 56 Punkte erreicht werden, zum Bestehen der Prüfung waren mindestens 26 Punkte notwendig.
MehrBerechnen und Darstellen von Wahrscheinlichkeiten
Schule Bundesgymnasiu um für Berufstätige Salzburg Modul Thema Mathematik 8 Arbeitsblatt A 8-: Berechnen und Darstellen von Wahrscheinlichkeiten & Binomialverteilung Berechnen und Darstellen von Wahrscheinlichkeiten
MehrMulticast-Kommunikation Teleseminar Wintersemester 1999/2000. MOSPF (Multicast Open Shortest Path First)
Multicast-Kommunikation Teleseminar Wintersemester 1999/2000 MOSPF (Multicast Open Shortest Path First) OSPF Abk. für Open Shortest Path First ist ein internes Gateway Protokoll gehört zur Klasse der Link-State-Routing-
MehrUnique Equilibrium in a Model of Self-fulfilling Currency Attacks
Unique Equilibrium in a Model of Self-fulfilling Currency Attacks by Stephen Morris und Hyun Song Shin (The American Economic Review, June 1998, pp. 587-597) Vortrag von Philippe Armbruster und Enrico
MehrHow To Find Out If A Ball Is In An Urn
Prof. Dr. P. Embrechts ETH Zürich Sommer 2012 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe
MehrKap.1: Was ist Wissen? 1.1 Begriff des Wissens (1)
Kap.1: Was ist Wissen? 1.1 Begriff des Wissens (1) Zusammenfassung: Diskutiert wurde: A) Wissensbegriff in verschiedenen Wissenschaften B) Daten Information Wissen Ebenen: (E1) Übermittlung physikalischer
Mehr3 Wahrscheinlichkeitstheorie
Einige mathematische Konzepte 3 Wahrscheinlichkeitstheorie 3.1 Wahrscheinlichkeit Die Wahrscheinlichkeitstheorie modelliert Situationen, in denen Unsicherheit über bestimmte Aspekte der Umwelt vorherrscht.
MehrBraess-Paradoxon und der Preis der Anarchie
Algorithmische Spieltheorie Sommer 208 Wardropspiele Existenz und Eindeutigkeit von Wardrop-Gleichgewichten Verkehrsmodell von Wardrop Ein Wardropspiel ist gegeben durch einen gerichteten Graphen G = (V,
MehrKapitel 4: Gemischte Strategien. Literatur: Tadelis Chapter 6
Kapitel 4: Gemischte Strategien Literatur: Tadelis Chapter 6 Idee In vielen Spielen gibt es kein Nash Gleichgewicht in reinen Strategien (und auch kein Gleichgewicht in dominanten Strategien) Darüber hinaus
MehrDie Fachstelle für die öffentlichen Bibliotheken in NRW berät und unterstützt die kommunalen öffentlichen Bibliotheken. Außerdem ist die Fachstelle
Die Fachstelle für die öffentlichen Bibliotheken in NRW berät und unterstützt die kommunalen öffentlichen Bibliotheken. Außerdem ist die Fachstelle zuständig für die Umsetzung der Landesförderung des Landes
Mehr(a)... ein Spieler eine Entscheidung treffen muss... (b)... der andere Spieler (Experte) über private...
1 KAP 19. Expertenberatung Wir betrachten eine Modell, in dem... (a)... ein Spieler eine Entscheidung treffen muss... (b)... der andere Spieler (Experte) über private...... entscheidungsrelevante Information
MehrKlausur zur Mathematik für Biologen
Mathematisches Institut der Heinrich-Heine-Universität DÜSSELDORF WS 2002/2003 12.02.2003 (1) Prof. Dr. A. Janssen / Dr. H. Weisshaupt Klausur zur Mathematik für Biologen Bitte füllen Sie das Deckblatt
MehrDeckblatt. Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert. Nur einen Studiengang ankreuzen!!!
Deckblatt Name Vorname Matrikelnr. Name in Druckbuchstaben Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert Nur einen Studiengang ankreuzen!!! Bachelorstudiengang Sozialökonomie
MehrEinführung in die Computerlinguistik
Einführung in die Computerlinguistik Neuronale Netze WS 2014/2015 Vera Demberg Neuronale Netze Was ist das? Einer der größten Fortschritte in der Sprachverarbeitung und Bildverarbeitung der letzten Jahre:
MehrGenauer gesagt handelt es sich zum einen um Spiele mit einseitiger unvollständiger Information.
Spieltheorie Sommersemester 2007 1 Signalspiele Wir betrachten eine spezielle Klasse von Spielen mit unvollständiger Information, die sogenannten Signalspiele, für die es in der Ökonomik zahlreiche Anwendngen
MehrSchnelleinstieg in die ACT. Valerie Kiel und Dr. Barbara Annen ACBS WC 13, Berlin 16. Juli 2015
Schnelleinstieg in die ACT Valerie Kiel und Dr. Barbara Annen ACBS WC 13, Berlin 16. Juli 2015 Herzlich Willkommen zum Schnelleinstieg in die ACT Hexaflex in 90 Min. Schnellzug Depression und Angststörungen
MehrD Spieltheorie und oligopolistische Märkte
D Spieltheorie und oligopolistische Märkte Verhaltensannahmen in der Markttheorie, die bisher analysiert wurden Konkurrenz: viele sehr kleine Wirtschaftssubjekte, die für sich genommen keinen Einfluss
MehrEin Auflistung der verschiedenen Probleme, die es mit Sprache mit weitesten Sinne zu beobachten gibt:
Das Thema Sprache Sprache sprechen und verstehen ist ein sehr komplexer Vorgang. Für Menschen mit Autismus-Spektrum-Störung (ASS) machen die Verarbeitung und das Verständnis Probleme. Sprache ist abstrakt,
MehrWeihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012
Weihnachtszettel zur Vorlesung Stochastik I Wintersemester 0/0 Aufgabe. Der Weihnachtsmann hat vergessen die Weihnachtsgeschenke mit Namen zu beschriften und muss sie daher zufällig verteilen. Dabei enthält
MehrKleines Lexikon der Begriffe*
Kleines Lexikon der Begriffe* Auszahlungsfunktion (payoff function) Eine Funktion, die jedem Strategienprofil einen Auszahlungsvektor zuweist. Der Auszahlungsvektor enthält für jeden Spieler einen Wert
MehrAlgebraische Statistik ein junges Forschungsgebiet. Dipl.-Math. Marcus Weber
Algebraische Statistik ein junges Forschungsgebiet Dipl.-Math. Marcus Weber Disputationsvortrag 15. Februar 2006 Gliederung 1. Statistische Modelle 2. Algebraische Interpretation statistischer Probleme
MehrElementare Wahrscheinlichkeitslehre
Elementare Wahrscheinlichkeitslehre Vorlesung Computerlinguistische Techniken Alexander Koller 13. November 2015 CL-Techniken: Ziele Ziel 1: Wie kann man die Struktur sprachlicher Ausdrücke berechnen?
MehrGesundes Führen - Führungskräfteentwicklung & Potentialnutzung
Gesundes Führen - Führungskräfteentwicklung & Potentialnutzung Beugen Sie vor, denn vorbeugen ist sinnvoller als heilen. Das Trainingskonzept vermittelt Lebens- und Leitlinien für ausgeglichene und gesunde
Mehr7.2 Moment und Varianz
7.2 Moment und Varianz Def. 21 Es sei X eine zufällige Variable. Falls der Erwartungswert E( X p ) existiert, heißt der Erwartungswert EX p p tes Moment der zufälligen Variablen X. Es gilt dann: + x p
MehrTF312. Manuelle Ausnahmen. hager. Sollwerte. Befehl Schaltausgang ECO. Zustandsanzeige Raumtemperatur Momentaner Sollwert Reglerausgang (%)
Regler Uhren der Serie F Applikationssoftware emperaturregler Familie: Heizung, Klima, Lüftung yp: Regler F312 Umgebung hager Manuelle Ausnahmen e Befehl Schaltausgang Ausgang Auswahl der e Zustandsanzeige
MehrDIE RATIONALEN ZAHLEN
Bundesgymnasium für Mathematik 1 -Arbeitsblatt 1-3: Rationale Zahlen 1F Wintersemester 01/013 Unterlagen: LehrerInnenteam GFB DIE RATIONALEN ZAHLEN 1) Einleitung Wie wir schon bei der Erweiterung von der
MehrDie Rolle von Text und Kontext in Stochastik-Aufgaben
Die Rolle von Text und Kontext in Stochastik-Aufgaben Franz Schoberleitner Adalbert Stifter Gymnasium Linz JKU Linz Einige Feststellungen Der Stochastik-Unterricht ist besonders sprachintensiv und erfordert
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 2: Signale, Nachrichten, Informationen, Daten Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2010/2011 1/19 Überblick Signale
MehrTerme vereinfachen bedeutet nichts anderes, als dass man verschiedene Variable addiert, subtrahiert, dividiert oder miteinander multipliziert.
Hilfe 1 Terme vereinfachen 1 Terme vereinfachen bedeutet nichts anderes, als dass man verschiedene Variable addiert, subtrahiert, dividiert oder miteinander multipliziert. Du musst allerdings einige Regeln
MehrMatthias Böhme Max Planck Institut für ausländisches und internationales Strafrecht Freiburg i. Br., Germany
Terroristische Anschläge und Sicherheitsbehörden Ein spieltheoretisches Modell der wechselseitigen Handlungskalkulation von Sicherheitsbehörden und Terroristen Matthias Böhme Max Planck Institut für ausländisches
MehrMRSA-Umgebungsscreening Vorher Nachher
MRSA-Umgebungsscreening Vorher Nachher 53. Hygienekreis, USZ 7. März 2017 Magi Bächli Fachperson für Infektionsprävention MRSA-Umgebungsscreening Evaluation des MRSA-Umgebungsscreenings in einer Niedrigprävalenz-Region
MehrVorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen
Vorlesung 3a Der Erwartungswert von diskreten reellwertigen Zufallsvariablen X sei eine diskrete reellwertige Zufallsvariable, d.h. eine ZV e mit Wertebereich R (oder einer Teilmenge davon), sodass eine
MehrKlausur Industrieökonomik Ausgewählte Lösungen skizziert (Angaben ohne Gewähr!)
Ausgewählte Lösungen skizziert (Angaben ohne Gewähr!) Aufgabe 1: (Cournot-Duopol) Zwei Firmen befinden sich im Wettbewerb um die Nachfrage x(p) =8p. Sie produzieren mit der Kostenfunktion C i (x i )= 3
Mehr1. Demografische und ökonomische Ausgangslage und Handlungsbedarfe
ELER 1. Demografische und ökonomische Ausgangslage und Handlungsbedarfe Ø Erhebliche Unterschiede in der Intensität des Demografischen Wandels in den niedersächsischen Teilräumen! 3 ELER g schrumpft. p
MehrSpieltheorie Teil 4. Tone Arnold. Universität des Saarlandes. 20. März 2008
Spieltheorie Teil 4 Tone Arnold Universität des Saarlandes 20. März 2008 Tone Arnold (Universität des Saarlandes) Spieltheorie Teil 4 20. März 2008 1 / 64 Verfeinerungen des Nash GGs Das Perfekte Bayesianische
MehrKonfidenzintervalle. Gesucht: U = U(X 1,..., X n ), O = O(X 1,..., X n ), sodass für das wahre θ gilt
Konfidenzintervalle Annahme: X 1,..., X n iid F θ. Gesucht: U = U(X 1,..., X n ), O = O(X 1,..., X n ), sodass für das wahre θ gilt P θ (U θ O) = 1 α, α (0, 1). Das Intervall [U, O] ist ein Konfidenzintervall
MehrÜbung BWL I SS Termin 4. Tabea Schüller
Ernst-Moritz-Arndt- Rechts- und Staatswissenschaftliche Fakultät Lehrstuhl für Betriebswirtschaftslehre, insbesondere Marketing Termin 4 Übung BWL I SS 2018 Tabea Schüller Friedrich-Loeffler-Straße 70
MehrBeispiel: Zeigen Sie, dass H(x) = H 0 = I gilt, wenn alle Zeichen gleichwahrscheinlich sind.
1 2 Im ersten Schritt werden wir uns mit dem Begriff und der Definition der Information beschäftigen. Ferner werden die notwendigen math. Grundlagen zur Quellencodierung gelegt. Behandelt werden Huffman,
MehrSemantische Relationen in Dokumentationssprachen. vom Thesaurus zum semantischen Netz
Semantische Relationen in Dokumentationssprachen vom Thesaurus zum semantischen Netz Felix Boteram RESEDA-Projekt Institut für Informationsmanagement (IIM) Fachhochschule Köln felix.boteram@fh-koeln.de
MehrKlausur zum Fach GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK. für Studierende der INFORMATIK
Institut für Stochastik Prof. Dr. Daniel Hug Name: Vorname: Matr.-Nr.: Klausur zum Fach GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK Datum: 08. Februar 0 Dauer:
MehrPraktikum Maschinelle Übersetzung Lexikon and Word Alignment
Praktikum Maschinelle Übersetzung Lexikon and Word Alignment Um die Aufgaben auszuführen, können Sie ihre Daten in folgendem Verzeichnis speichern: /project/smtstud/ss10/systems/username/ Wir werden zunächst
MehrWahrscheinlichkeitsrechnung und Statistik
4. Vorlesung - 2017 Diskrete Zufallsgrößen X : Ω {x 1, x 2,..., x i,... } Wahrscheinlichkeitsverteilung von X ( ) x1 x X 2... x i... = p 1 p 2... p i... I N (Indexmenge) mit den Wahrscheinlichkeiten p
Mehranscheinend keine Aufgaben zur Wiederholung von Kombinatorik und Laplace-Experimenten?
anscheinend keine Aufgaben zur Wiederholung von Kombinatorik und Laplace-Eperimenten? 44/ b) z. B. = {a, m}, 2 = {s, w, k} (Der Hinweis hier ist irreführend; auch gröbere Ergebnisräume,,enthalten alle
Mehr2.3 Intervallschätzung
2.3.1 Motivation und Hinführung Bsp. 2.11. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler 2009 war genau 33.7%. Wie groß ist die Wahrscheinlichkeit, in einer Zufallsstichprobe von 1000 Personen genau
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrBeim Einkaufen: Was soll ich denn nehmen? A2.2 B1.2; MI40, MI55, MI63, MI28. Information zur Aufgabe
Information zur Aufgabe Vorbereitung Bei der Vorbereitung kannst du Stichwörter notieren, ein Wörterbuch ist aber nicht erlaubt. Deine Stichwörter solltest du nicht auf das Aufgabenblatt, sondern auf ein
MehrSpieltheorie. Dezsö Szalay. Winter 2013/14. University of Bonn. Dezsö Szalay (University of Bonn) Spieltheorie Winter 2013/14 1 / 1
Spieltheorie Dezsö Szalay University of Bonn Winter 2013/14 Spieltheorie University of Bonn Professor Dezsö Szalay Winter 2013/14 Re nements of Perfect Bayesian Equilibrium Dieser Teil basiert auf Gibbons,
MehrStochastik Serie 11. ETH Zürich HS 2018
ETH Zürich HS 208 RW, D-MATL, D-MAVT Prof. Marloes Maathuis Koordinator Dr. Marvin Müller Stochastik Serie. Diese Aufgabe behandelt verschiedene Themenbereiche aus dem gesamten bisherigen Vorlesungsmaterial.
MehrIK Ökonomische Entscheidungen und Märkte
IK Ökonomische Entscheidungen und Märkte Angebot und Nachfrage Bernhard Schmidpeter (JKU) IK ÖEM 11/03/2015 1 / 27 Überblick Kapitel 2 in Pindyck und Rubinfeld. Angebot & Nachfrage: Wie und warum ändern
MehrKapitel 3 Schließende Statistik
Motivation Grundgesamtheit mit unbekannter Verteilung F Stichprobe X 1,...,X n mit Verteilung F Realisation x 1,...,x n der Stichprobe Rückschluss auf F Dr. Karsten Webel 160 Motivation (Fortsetzung) Kapitel
MehrGrundlagen der Technischen Informatik. Informationsgehalt. Kapitel 4.1
Informationsgehalt Kapitel 4.1 Prof. Dr.-Ing. Jürgen Teich Lehrstuhl für Hardware-Software-Co-Design Technische Informatik - Meilensteine Informationstheorie Claude Elwood Shannon (geb. 1916) Quelle Sender
Mehr4. Unreine öentliche Güter 4.1. Clubgüter
4. Unreine öentliche Güter 4.1. Clubgüter Unreine öentliche Güter: entweder Rivalität oder Ausschlussprinzip. Rivalität und Ausschlussprinzip: Allmendegüter (s. nächstes Kap.). Def. Clubgut: Clubgüter
MehrSkript zur Vorlesung Mikroökonomik II (WS 2009) Teil 4
Skript zur Vorlesung Mikroökonomik II (WS 09) Teil 4 PR 13: Spieltheorie Weiterentwicklung der ökonomischen Theorie untersucht Situationen strategischen Verhaltens John von Neumann und Oskar Morgenstern
MehrSemantik. Anke Himmelreich Variabilität der Bedeutung. Universität Leipzig, Institut für Linguistik 1 / 44
1 / 44 Semantik Variabilität der Bedeutung Anke Himmelreich anke.assmann@uni-leipzig.de Universität Leipzig, Institut für Linguistik 21.04.2016 2 / 44 Inhaltsverzeichnis 3 Strukturelle Ambiguität 1 Ambiguität
MehrKardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung)
Kardinalzahlen Kardinalzahlen sollen die Größe von Mengen messen, daher suchen wir eine Aussage der Form, dass jede Menge bijektiv auf eine Kardinalzahl abgebildet werden kann. Um eine brauchbare Theorie
MehrKontextfreie Grammatiken
Kontextfreie Grammatiken Vorlesung Computerlinguistische Techniken Alexander Koller 16. Oktober 2015 Übersicht Worum geht es in dieser Vorlesung? Übungen und Abschlussprojekt Kontextfreie Grammatiken Computerlinguistische
Mehr5.10. Mehrdimensionale Extrema und Sattelpunkte
5.1. Mehrdimensionale Extrema und Sattelpunkte Zur Erinnerung: Eine Funktion f von einer Teilmenge A des R n nach R hat im Punkt a ein (strenges) globales Maximum, falls f( x ) f( a ) (bzw. f( x ) < f(
MehrMathematik. Juni 2016 AHS. Kompensationsprüfung 9 Angabe für Kandidatinnen/Kandidaten
Name: Datum: Klasse: Kompensationsprüfung zur standardisierten kompetenzorientierten schriftlichen Reifeprüfung AHS Juni 2016 Mathematik Kompensationsprüfung 9 Angabe für Kandidatinnen/Kandidaten Hinweise
MehrÖkonomische Analyse des Rechts
Ökonomische Analyse des Rechts Spieltheorie Harald Wiese Universität Leipzig Wintersemester 2011/2012 Harald Wiese (Universität Leipzig) Spieltheorie Wintersemester 2011/2012 1 / 19 Gliederung der Vorlesung
MehrMustererkennung. Übersicht. Unüberwachtes Lernen. (Un-) Überwachtes Lernen Clustering im Allgemeinen k-means-verfahren Gaussian-Mixture Modelle
Mustererkennung Unüberwachtes Lernen R. Neubecker, WS 01 / 01 Übersicht (Un-) Überwachtes Lernen Clustering im Allgemeinen k-means-verfahren 1 Lernen Überwachtes Lernen Zum Training des Klassifikators
Mehr6. Dynamische Spiele mit unvollständiger Information
6. Dynamische Spiele mit unvollständiger Information Klaus M. Schmidt LMU München Spieltheorie, Wintersemester 2014/15 Klaus M. Schmidt (LMU München) 6. Dynamische Spiele mit unvollständiger Information
Mehr10 Der statistische Test
10 Der statistische Test 10.1 Was soll ein statistischer Test? 10.2 Nullhypothese und Alternativen 10.3 Fehler 1. und 2. Art 10.4 Parametrische und nichtparametrische Tests 10.1 Was soll ein statistischer
MehrPaul Watzlawick. Fünf kommunikationspsychologische Axiome
Paul Watzlawick Fünf kommunikationspsychologische Axiome Grundannahmen über Kommunikation: 5 Axiome Die Grundannahmen (Axiome) sind Formulierungen über das Gelingen und über Störungen in der Kommunikation,
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 4 1. Semester ARBEITSBLATT 4 DIE RATIONALEN ZAHLEN. 1) Einleitung
ARBEITSBLATT DIE RATIONALEN ZAHLEN 1) Einleitung Wie wir schon bei der Erweiterung von der Menge der natürlichen Zahlen auf die Menge der ganzen Zahlen gesehen haben, ist es ein Ziel der Mathematik, innerhalb
MehrDie Binomialverteilung
Anhand verschiedener Fragen möchten wir heute klären, was man unter der Binomialverteilung versteht: z.b. Wie groß ist die Wahrscheinlichkeit, mit einem Würfel bei 0-maligen Werfen genau -mal eine zu werfen
MehrLotterien I: differenzenskaliert. Lotterien II: quotientenskaliert. Durchzähl -Methode. Drei Verfahren zur Messung von Nutzen.
Drei Verfahren zur Messung von Nutzen Durchzähl -Methode Lotterien I: differenzenskaliert Typ: ordinal quasi-kardinal ohne Null und Eins Einheit/Nullpunkt: Vorteil: Vergleich: Nullpunkt und Einheit frei
MehrVorlesung Wissensentdeckung
Vorlesung Wissensentdeckung Klassifikation und Regression: nächste Nachbarn Katharina Morik, Uwe Ligges 14.05.2013 1 von 24 Gliederung Funktionsapproximation 1 Funktionsapproximation Likelihood 2 Kreuzvalidierung
MehrThema: Die Evolution der Kommunikation
Benjamin P. Lange, M. A. Wintersemester 2008 / 2009 Seminar: Thema: Die Evolution der Kommunikation Was ist Kommunikation? Übermittlung von Informationen zwischen kognitiven Systemen Prozess, an dem ein
MehrRadio Klassik Stephansdom
Radio Klassik Stephansdom Bekanntheit der Umbenennung und Bewertung des Senders Dr Peter Hajek Mag. Alexandra Siegl, MSc Untersuchungsdesign > Auftraggeber: Radio Klassik Stephansdom > Methode: Telefonische
MehrLehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm
Lehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm A b s c h l u s s k l a u s u r z u r V o r l e s u n g K a p i t a l m a r k t t h e o r i e W i n t e r s e m e s t e r 1 9 9 9 / 2
MehrGuten Abend! Wie geht es Euch?
Guten Abend! Wie geht es Euch? Guten Abend! Wie geht es Dir? Kommunikationsmodelle. Ziel dabei ist es, die Zusammenhänge, Ebenen und Prozesse der Kommunikation möglichst einfach und in kleinerem Rahmen
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 2: Signale, Nachrichten, Informationen, Daten Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 29/21 1/19 Überblick Signale
MehrStatistik I für Betriebswirte Vorlesung 13
Statistik I für Betriebswirte Vorlesung 13 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 4. Juli 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrFinanzkrise Spieltheoretisches Modell Vortrag im Rahmen des Seminars Quantitative Finance Universität des Saarlandes Prof.
Finanzkrise Spieltheoretisches Modell Vortrag im Rahmen des Seminars Quantitative Finance Universität des Saarlandes Prof. Ludger Santen S. Schütz 22.Juli 2009 Inhaltsverzeichnis 1 Die Finanzkrise 2 3
MehrGibbs sampling. Sebastian Pado. October 30, Seien X die Trainingdaten, y ein Testdatenpunkt, π die Parameter des Modells
Gibbs sampling Sebastian Pado October 30, 2012 1 Bayessche Vorhersage Seien X die Trainingdaten, y ein Testdatenpunkt, π die Parameter des Modells Uns interessiert P (y X), wobei wir über das Modell marginalisieren
MehrKommunikation als Spiel zwischen rationalen Agenten
Kommunikation als Spiel zwischen rationalen Agenten Nach Prashant Parikh, The Use of Language, 2001, Kap. 2-5 David Kaumanns Hauptseminar Geteiltes Wissen und spieltheoretische Semantik Dr. Hans Leiß,
MehrStrategische Asymmetrien Stackelberg-Modelle und Markteintritt
Strategische Asymmetrien Stackelberg-Modelle und Markteintritt Stackelberg-Modelle In den Cournot- bzw. Bertrand-Modellen agieren die Firmen gleichzeitig. Diese Annahme ist nicht immer gerechtfertigt.
MehrLogistische Regression
Logistische Regression Markus Kalisch 30.09.2014 1 Big Picture: Statistisches Lernen Supervised Learning (X,Y) Unsupervised Learning X VL 7, 11, 12 Regression Y kontinuierlich VL 1, 2, 4, 5, 6 Klassifikation
MehrÜberabzählbarkeit der reellen Zahlen
Überabzählbarkeit der reellen Zahlen Mathematik M4 Dozentin: Dr. Regula Krapf Jan Lukas Schallenberg Matr. Nr.: 214202241 November 2017 1 Inhaltsverzeichnis 1 Dedekindsche Schnitte 3 2 Addition und Multiplikation
MehrBayes sches Updating (I)
Bayes sches Updating (I) Likelihood-Matrix L (bedingte Wsk. für Nachrichten) L m 1 m 2 m L z 1 q 1 1 = j 11 /π 1 q 2 1 = j 12 /π 1 q L 1 = j 1L /π 1 z 2 q 1 2 = j 21 / π 2 q 2 1 = j 22 /π 2 q L 2 = j 2L
Mehr